输入性恶性疟传播及感染来源分子鉴定技术的研究

传统的输入性疟疾的判定主要依赖于患者的旅行史，其准确性受到一定的限制，对疟原虫进行基因分型可作为追踪疟疾传播和判定输入性病例感染来源的补充手段。本研究采用26个微卫星分子标记（其中16个为新筛选）对602例非洲输入的恶性疟病例进行了基因分型，并构建了针对疟原虫的单倍体遗传数据的平滑连续分类(SCAT)法（一种基于马尔科夫链蒙特卡洛的贝叶斯方法），用于疟原虫地理来源判定。结果显示本研究新筛选的微卫星分子标记具有较高的遗传多态性，与以往报道的微卫星分子标记之间不存在连锁不平衡，进一步验证了撒哈拉以南非洲地区恶性疟原虫具有较高的重组率。基因分型和流行病学调查数据均未发现输入性病例在本地传播的证据，基因型有关联的病例均来自于同一个国家，并且感染时间相近。SCAT在疟疾病例地理来源判定中的准确率(安哥拉:59%，尼日利亚:51%，赤道几内亚:40%)高于随机分类的结果，其中对安哥拉和赤道几内亚来源的病例判定具有统计学意义。本研究结果表明，基于26个微卫星分子标记的基因分型在疟疾病例分类和消除疟疾评估中具有应用价值，改良贝叶斯方法在输入性疟疾病例地理来源判定中显示了一定的潜力。该研究结果于2020年7月发表于Malaria Journal.